Das AI-Coding-Levels-Modell
Fünf Stufen KI-nativer Softwareentwicklung. Die Sprünge auf Level 4 und 5 entscheiden sich an der Architektur, nicht am Tool.
„Nutzt ihr KI im Development?“ ist die falsche Frage. Fast jedes Team nutzt inzwischen irgendeine Form von KI-Unterstützung. Die Unterschiede liegen darin, wie viel Verantwortung die KI trägt und welche Kontrollmechanismen das absichern. Das Levels-Modell macht diese Unterschiede benennbar: fünf Stufen, von Autocomplete bis zur autonomen Entwicklung.
Interessant ist am Modell weniger die Einordnung als die Konsequenz daraus: Jede Stufe verlangt andere Absicherungen. Wer Level-4-Autonomie mit Level-2-Kontrollen fährt, produziert schnellen, unverifizierbaren Code. Wer Level-2-Nutzung mit Level-4-Prozessen belegt, verschenkt Geschwindigkeit.
Autocomplete
KI vervollständigt Zeilen und Snippets im Editor. Der Entwickler schreibt, die KI beschleunigt das Tippen. Kein Prozessrisiko, aber auch kein Prozessgewinn. Die Kontrolle bleibt vollständig beim Menschen.
Chat-Assistenz
Code-Erzeugung im Dialog: Der Entwickler beschreibt, kopiert, prüft, fügt ein. Produktivitätsgewinn bei Boilerplate und Recherche. Das Risiko sind unbemerkt übernommene Fehler, denn die Review-Last liegt vollständig beim Menschen, ohne strukturelle Absicherung.
Agentische Einzelaufgaben
Ein Agent arbeitet direkt im Repository: Er liest Code, editiert Dateien und führt Tests aus, pro Aufgabe und mit menschlicher Freigabe jedes Schritts. Die erste echte Delegation. Voraussetzung ist eine saubere Testsuite, sonst kann niemand die Ergebnisse effizient prüfen.
Autonome Entwicklung mit menschlichem Oversight
Agenten setzen ganze Features spec-getrieben um: Spezifikation → Plan → Implementierung → Verifikation. Der Mensch definiert Kontrakte und reviewt Ergebnisse, nicht jeden Schritt. Das trägt nur mit der passenden Infrastruktur: Prompt Contracts, Verification Loops, Hooks und Guard-Rails direkt im CI/CD sowie Cost-Controls.
Autonome Agenten-Teams
Multi-Agenten-Systeme planen, implementieren und verifizieren selbstständig; der Mensch setzt Ziele und verantwortet Ergebnisse. Ohne Governance-Architektur bleibt das eine Demo. Mit Prompt Contracts, Verification Loops und Guard-Rails im CI/CD ist es mein Arbeitsalltag: Ich setze Ziele, meine Agenten-Teams liefern, und jeder Schritt bleibt auditierbar.
Wirtschaftlich interessant ist der Sprung von Level 2/3 auf Level 4 und 5. Daran scheitern auch die meisten Teams, und zwar an fehlender Verifikations-Infrastruktur, nicht am Modell. Ein Agent, dessen Ergebnisse niemand systematisch prüfen kann, automatisiert nichts; er erzeugt nur schneller Risiko.
Diese Infrastruktur baue ich, und ich arbeite selbst damit auf Level 5. Wie das aussieht, zeigt der Ablauf unten.
So arbeite ich auf Level 5
Auf Level 5 hat jeder Schritt einen eigenen Agenten mit festem Auftrag. Jedes Ergebnis wird geprüft, bevor der nächste Schritt beginnt.
Spezifikation
Ein Agent schreibt aus der Anforderung eine Spezifikation mit Akzeptanzkriterien. Ich gebe sie frei.
Architektur-Review
Ein zweiter Agent prüft die Spezifikation gegen die bestehende Architektur und hält Entscheidungen fest.
Umsetzung
Backend- und Frontend-Agent arbeiten parallel nach dem freigegebenen Plan.
Tests
Ein eigener Agent schreibt die Tests gegen die Akzeptanzkriterien aus Schritt 1.
Security-Review
Ein Agent prüft gegen die OWASP Top 10, ein zweites Modell prüft unabhängig mit. Bei kritischen Befunden geht die Arbeit zurück in die Umsetzung.
Freigabe
In den Hauptzweig kommt nur, was ich per Pull Request freigebe. Lokale Merges sperrt das Werkzeug hart.
- Prompt Contracts:
- Jeder Agent bekommt einen festen Auftrag mit prüfbarem Ergebnis.
- Verification Loops:
- Kein Ergebnis gilt, bevor ein Test oder ein anderer Agent es geprüft hat.
- Guard-Rails:
- Sperren im Werkzeug, die ein Agent nicht umgehen kann.
Auf welchem Level arbeitet Ihr Team?
Sechs Fragen zur Standortbestimmung im Levels-Modell.
Wie nutzt Ihr Team KI beim Schreiben von Code?
Häufige Fragen zum Levels-Modell
Was Teams zum AI-Coding-Levels-Modell und seiner Einführung fragen.
Was ist das AI-Coding-Levels-Modell?
Ein Reifegradmodell mit fünf Stufen KI-nativer Softwareentwicklung: von Level 1 (Autocomplete) über KI-gestütztes Refactoring und agentische Einzel-Tasks bis zu Level 5 (orchestrierte Agenten-Teams unter menschlicher Zielvorgabe). Es macht messbar, wie weit ein Team KI-gestützte Entwicklung verantwortbar treiben kann.
Welches Level sollte mein Team anstreben?
Nicht pauschal das höchste. Das sinnvolle Ziel-Level hängt von Codebasis-Qualität, Testabdeckung und Verifikations-Infrastruktur ab. Ohne belastbare Verification Loops und Guard-Rails ist ein Sprung auf Level 4–5 kontraproduktiv: Die Fehlerkosten steigen schneller als der Durchsatz.
Wie unterscheidet sich Level 5 von reinem Vibe-Coding?
Level 5 heißt: Ich setze Ziele, Agenten-Teams liefern. Aber jede Änderung läuft durch Prompt Contracts, automatisierte Verifikation und Hooks/Guard-Rails direkt im CI/CD. Der Unterschied zu unkontrolliertem Prompten ist die Verifikation: Jede Änderung bleibt nachvollziehbar und reproduzierbar.
Wie führe ich das Modell im Team ein, und wie lange dauert das?
Schrittweise: aktuelles Level bestimmen, Verifikations- und Guard-Rail-Infrastruktur aufbauen, dann Level für Level hochziehen. Ich begleite diesen Weg über Architektur, CI/CD-Integration und Mentoring, mit Fokus auf Produktionsreife statt Demo-Tempo. Wie lange das dauert, hängt vor allem davon ab, wie verlässlich Tests und Pipelines schon sind. Ein Anhaltspunkt aus meinem aktuellen Mandat: Das Team stand zu Beginn höchstens auf Level 1. Vier Monate später arbeitet es auf Level 5 und ist der Maßstab für die anderen Teams der Unternehmensgruppe.